notebooks

Ce dépôt fournit une collection complète de notebooks Jupyter pour apprendre la vision par ordinateur. Il couvre des architectures fondamentales comme ResNet jusqu'à des modèles de pointe, notamment RF-DETR, YOLO11, SAM 3 et Qwen3-VL. Les tutoriels couvrent des tâches telles que la détection d'objets, la segmentation d'instances, l'estimation de pose, la détection de points clés, le suivi d'objets, l'OCR et l'extraction de données JSON. De nombreux notebooks incluent des guides de réglage fin pour des ensembles de données personnalisés, tandis que d'autres démontrent des capacités d'inférence en zero-shot. Chaque notebook peut être ouvert directement dans Google Colab, Kaggle ou SageMaker Studio Lab, et beaucoup incluent des ressources complémentaires telles que des vidéos YouTube, des articles de blog et des liens vers les articles originaux. La collection est activement maintenue et s'enrichit au fil du temps, ce qui en fait une ressource précieuse pour les praticiens et les chercheurs en vision par ordinateur.